最大化 MicroPython 速度 内容
1 Z2 O# b6 F4 U2 ?( e+ c1 P本教程介绍了提高 MicroPython 代码性能的方法。涉及其他语言的优化在别处有介绍,即使用 C 编写的模块和 MicroPython 内联汇编器。 开发高性能代码的过程包括以下应按所列顺序执行的阶段。 为速度而设计。 编码和调试。 S. Q. U5 m: b+ [8 N1 i& S3 i
优化步骤: 确定代码中最慢的部分。 提高 Python 代码的效率。 使用本机代码发射器。 使用毒蛇代码发射器。 使用特定于硬件的优化。
$ ^, {- V0 a6 P! D! [ 为速度而设计一开始就应该考虑性能问题。这涉及查看对性能最关键的代码部分,并特别注意它们的设计。当代码经过测试时,优化过程就开始了:如果设计一开始是正确的,优化将很简单,实际上可能是不必要的。 算法设计任何性能例程的最重要方面是确保采用最佳算法。这是教科书而不是 MicroPython 指南的主题,但有时可以通过采用以其效率着称的算法来实现惊人的性能提升。 ) A* y' p5 X% ?2 w5 N
内存分配要设计高效的 MicroPython 代码,有必要了解解释器分配 RAM 的方式。当一个对象被创建或变大时(例如,一个项目被添加到一个列表中),必要的 RAM 从一个称为堆的块中分配。这需要大量时间;此外,它有时会触发一个称为垃圾收集的过程,该过程可能需要几毫秒。 因此,如果对象只创建一次并且不允许其大小增长,则可以提高函数或方法的性能。这意味着该对象在其使用期间持续存在:通常它将在类构造函数中实例化并在各种方法中使用。 这将在下面详细介绍控制垃圾收集 。
1 H; |% ~8 n. ?. N1 y缓冲器上述示例是需要缓冲区的常见情况,例如用于与设备通信的缓冲区。典型的驱动程序将在构造函数中创建缓冲区并在其将重复调用的 I/O 方法中使用它。 MicroPython 库通常提供对预分配缓冲区的支持。例如,支持流接口的对象(例如文件或UART)提供了read() 为读取数据分配新缓冲区的 readinto() 方法,也提供了将数据读入现有缓冲区的方法。 6 {7 V+ O+ p" [! J
浮点一些 MicroPython 端口在堆上分配浮点数。其他一些端口可能缺少专用的浮点协处理器,并且在“软件”中以比整数低得多的速度对它们执行算术运算。在性能很重要的地方,使用整数运算并将浮点的使用限制在性能不是最重要的代码部分。例如,快速将 ADC 读数作为整数值捕获到数组中,然后才将它们转换为浮点数以进行信号处理。 ; i' L& T6 U- f
数组考虑使用各种类型的数组类作为列表的替代方法。该array模块支持各种元素类型,其中包含 Python 内置bytes 和 bytearray类支持的 8 位元素。这些数据结构都将元素存储在连续的内存位置。再次避免在关键代码中分配内存,这些应该预先分配并作为参数或绑定对象传递。 当传递对象的切片(例如 bytearray实例)时,Python 创建一个副本,其中涉及与切片大小成比例的大小分配。这可以通过使用memoryview对象来缓解。 memoryview 它本身在堆上分配,但它是一个小的、固定大小的对象,无论它指向的切片的大小如何。 - ba = bytearray(10000) # big array) W& z, ~) _) ~: c
- func(ba[30:2000]) # a copy is passed, ~2K new allocation
4 m1 e3 }0 l8 Y' s - mv = memoryview(ba) # small object is allocated4 {/ W$ p! x/ J- H: ^9 X
- func(mv[30:2000]) # a pointer to memory is passed
复制代码 2 l+ \/ j/ e! f$ O- w
& V2 W8 ]9 J+ q& l# d" N3 R' n1 C0 w) z9 B# b) I" D
A memoryview 只能应用于支持缓冲区协议的对象 - 这包括数组但不包括列表。需要注意的是,虽然 memoryview 对象处于活动状态,但它也会使原始缓冲区对象保持活动状态。因此,内存视图并不是万能的灵丹妙药。例如,在上面的例子中,如果你用完 10K 缓冲区并且只需要 30:2000 的那些字节,最好制作一个切片,让 10K 缓冲区去(准备好垃圾收集),而不是制作长期内存视图并保持 10K 阻塞以进行 GC。 尽管如此,memoryview对于高级预分配缓冲区管理来说,它是必不可少的。 readinto() 上面讨论的方法将数据放在缓冲区的开头并填充整个缓冲区。如果您需要将数据放在现有缓冲区的中间怎么办?只需在缓冲区的所需部分创建一个内存视图并将其传递给 readinto(). . w7 C, c2 _ P
( ?. r7 N$ W( ^ ^9 o, w9 E
识别最慢的代码部分这是一个称为分析的过程,在教科书和(对于标准 Python)有各种软件工具支持。对于可能的更小的嵌入式应用的类型要在MicroPython平台上运行的最慢的函数或方法,通常可以通过明智地使用的定时来建立ticks 的中记录的功能组 utime。代码执行时间可以 ms、us 或 CPU 周期来衡量。 以下允许通过添加@timed_function 装饰器对任何函数或方法进行计时 : - def timed_function(f, *args, **kwargs): ], s3 K; [- X% {7 T! h4 _
- myname = str(f).split(' ')[1]5 R6 u" R" m( R: ~" a9 n7 |9 g
- def new_func(*args, **kwargs): s- F1 b) ^1 X3 P: e2 p# V
- t = utime.ticks_us()8 p) }8 h! I0 v& Z
- result = f(*args, **kwargs)6 E) j. J3 N& O0 I
- delta = utime.ticks_diff(utime.ticks_us(), t)
( a3 f6 F; i3 P8 y2 T - print('Function {} Time = {:6.3f}ms'.format(myname, delta/1000))+ E Y9 y/ ?+ P
- return result5 w7 [% D" Q/ q8 {
- return new_func
复制代码
/ z. `6 M8 l2 S# M0 S; d& O7 y6 k0 j7 A' S) T
! C& r6 [$ s" V1 {: T, R& x; B
9 B5 N P; j( p; G4 J, E: s8 MMicroPython 代码改进const() 声明MicroPython 提供了一个const() 声明。这与#define在 C 中的工作方式类似,因为当代码被编译为字节码时,编译器用数值代替标识符。这避免了在运行时进行字典查找。的参数const()可以是任何在编译时计算为整数的东西,例如0x100或 1 << 8.
' \1 m# V+ b# f" I1 g* h( {缓存对象引用在函数或方法重复访问对象的情况下,通过将对象缓存在局部变量中可以提高性能: - class foo(object):
5 v* y0 q6 H( z3 h9 x - def __init__(self):& N- p0 ~# x& u* l9 M+ n6 s
- self.ba = bytearray(100)# ?4 g& o0 L3 o' F* j
- def bar(self, obj_display):; v! ]& u# J5 `8 v! b5 I
- ba_ref = self.ba
2 b' i+ p) ?. k1 W3 F" t - fb = obj_display.framebuffer2 C. M9 p5 l/ A% Z0 n
- # iterative code using these two objects
复制代码
, M# _ _3 q0 F0 |2 |+ ^. e9 @- Q1 U) H# \& P1 u" r
! G: P; ~8 I% a& H! Q$ u
这避免了 在方法体中反复查找 self.ba 和查找的需要。 obj_display.framebuffer bar().
7 i- l. s2 j! j控制垃圾收集当需要分配内存时,MicroPython 会尝试在堆上定位一个足够大的块。这可能会失败,通常是因为堆中堆满了不再被代码引用的对象。如果发生故障,称为垃圾收集的过程会回收这些冗余对象使用的内存,然后再次尝试分配——这个过程可能需要几毫秒。 通过定期发布gc.collect(). 首先在实际需要之前进行收集会更快 - 如果经常进行,通常大约为 1 毫秒。其次,您可以确定代码中使用该时间的点,而不是在随机点(可能在速度关键部分)发生更长的延迟。最后定期执行收集可以减少堆中的碎片。严重的碎片会导致不可恢复的分配失败。 5 f( |. i7 D7 C7 o
' I; q4 l e- ?% L
本机代码发射器这会导致 MicroPython 编译器发出本机 CPU 操作码而不是字节码。它涵盖了 MicroPython 的大部分功能,因此大多数功能不需要修改(但见下文)。它通过函数装饰器调用: - @micropython.native. y) O: H% `% b2 j4 b0 y
- def foo(self, arg):
; w: Z& O6 k7 a& O. |9 a - buf = self.linebuf # Cached object
2 k U$ M4 _$ M0 B1 }1 i) Q - # code
复制代码 ( u' C" t- K! }4 A
6 O8 h' p9 z$ Z% m# Q
' R9 x, E0 E3 r0 v/ l
本机代码发射器的当前实现存在某些限制。 不支持上下文管理器(with 语句)。 不支持生成器。 如果raise使用,则必须提供参数。
1 o8 _1 }7 J# O. r0 H8 S/ f- G
提高性能(大约是字节码的两倍)的代价是编译代码大小的增加。
+ ]* X, S' w# V7 a" h# TViper 代码发射器上面讨论的优化涉及符合标准的 Python 代码。Viper 代码发射器不完全兼容。它支持特殊的 Viper 本地数据类型以追求性能。整数处理是不合规的,因为它使用机器字:32 位硬件上的算术以 2**32 为模执行。 像 Native 发射器 Viper 产生机器指令,但会执行进一步的优化,显着提高性能,特别是对于整数算术和位操作。它是使用装饰器调用的: - @micropython.viper
F3 O2 [. \- c( p - def foo(self, arg: int) -> int:
3 h. Q2 W$ h/ H7 E1 ^" p - # code
复制代码 ' }0 z8 C# K" X6 N2 J
) p& r" o3 ?1 @0 l' o
3 I, e7 |6 P6 ?( K正如上面的片段所示,使用 Python 类型提示来辅助 Viper 优化器是有益的。类型提示提供有关参数和返回值的数据类型的信息;这些是在这里 PEP0484正式定义的标准 Python 语言功能。Viper 支持它自己的一组类型,即int, uint(无符号整数)ptr, ptr8, ptr16 和ptr32。 ptrX 下面讨论这些类型。目前该 uint 类型有一个用途:作为函数返回值的类型提示。如果这样的函数返回, 0xffffffffPython 会将结果解释为 2**32 -1 而不是 -1。 除了本机发射器施加的限制外,还适用以下限制: 函数最多可以有四个参数。 不允许使用默认参数值。 可以使用浮点,但没有优化。 ) ^3 S7 [; _9 O' O! g
Viper 提供了指针类型来帮助优化器。这些包括 ptr指向对象的指针。 ptr8指向一个字节。 ptr16指向一个 16 位半字。 ptr32 指向一个 32 位机器字。 + B6 l" h. N! s+ U; s: `; y* B
Python 程序员可能不熟悉指针的概念。它与 Pythonmemoryview对象的相似之处在于它提供对存储在内存中的数据的直接访问。使用下标符号访问项目,但不支持切片:指针只能返回单个项目。其目的是提供对存储在连续内存位置中的数据的快速随机访问 - 例如存储在支持缓冲区协议的对象中的数据,以及微控制器中的内存映射外设寄存器。应该注意的是,使用指针编程是危险的:不执行边界检查,编译器没有采取任何措施来防止缓冲区溢出错误。 典型用法是缓存变量: - @micropython.viper
4 x: J9 b% W; W% o& \ - def foo(self, arg: int) -> int:
h( \5 G# c/ v* g# C) r - buf = ptr8(self.linebuf) # self.linebuf is a bytearray or bytes object
/ K9 \& ^$ g) j4 K6 J* ^. N. } - for x in range(20, 30):4 f) u- |1 K2 }8 t* ~
- bar = buf[x] # Access a data item through the pointer0 g$ ]! a; k1 g1 @( m
- # code omitted
复制代码
5 q! O: ]( Y3 z; v( f: M
% M6 ^0 {+ y8 i/ X4 V
% r$ E1 b7 u. c) m4 d3 T, w在这种情况下,编译器“知道”这buf 是一个字节数组的地址;它可以发出代码来快速计算buf[x]运行时的地址。在使用强制转换将对象转换为 Viper 原生类型的情况下,这些应该在函数开始时执行,而不是在关键的计时循环中执行,因为强制转换操作可能需要几微秒。铸造规则如下: 铸造运营商目前: int, bool, uint, ptr, ptr8, ptr16 和 ptr32. 转换的结果将是一个本地 Viper 变量。 强制转换的参数可以是 Python 对象或本机 Viper 变量。 如果参数是一个本地 Viper 变量,那么 cast 是一个无操作(即在运行时没有任何成本),它只是更改类型(例如 从uint到ptr8),以便您可以使用此指针存储/加载。 如果参数是 Python 对象并且强制转换为int 或 uint,则 Python 对象必须是整数类型并返回该整数对象的值。 bool 类型转换的参数必须是整型(boolean 或 integer);当用作返回类型时,viper 函数将返回 True 或 False 对象。 如果参数是 Python 对象并且强制转换是ptr, ptr, ptr16 或ptr32,则 Python 对象必须具有缓冲区协议(在这种情况下返回指向缓冲区开头的指针)或者它必须是整数类型(其中如果返回该整数对象的值)。
~. M2 V5 P! m# ?& {
写入指向只读对象的指针将导致未定义的行为。 以下示例说明了如何使用 ptr16强制转换来切换引脚 X1n 次: - BIT0 = const(1)8 ^3 Z/ Z# T& Y: y
- @micropython.viper# Z G3 E7 ~3 O2 u; ^' f
- def toggle_n(n: int):
/ E F6 l5 R$ c. | - odr = ptr16(stm.GPIOA + stm.GPIO_ODR)
" u0 @. O+ [/ x - for _ in range(n):# j- V4 ~6 R. S
- odr[0] ^= BIT0
复制代码 / c6 }6 L5 K" Z; A; H3 c
) R* [6 J$ D Q8 F# s( i9 W
& R; T2 v& n8 m三个代码发射器的详细技术说明可以在 Kickstarter 上找到这里Note 1 和这里 Note 2
) Z" Y4 K* A: S直接访问硬件笔记 本节中的代码示例是针对 Pyboard 给出的。然而,所描述的技术也可以应用于其他 MicroPython 端口。 ) v) |1 L# x; e3 {# }" T" D
这属于更高级的编程范畴,涉及目标 MCU 的一些知识。考虑在 Pyboard 上切换输出引脚的示例。标准的方法是写 mypin.value(mypin.value() ^ 1) # mypin was instantiated as an output pin* X8 \* T1 E7 k- H% T& S8 s! N
# l1 C( ]5 X' T% D; L这涉及对Pin实例 value() 方法的两次调用的开销。通过对芯片的 GPIO 端口输出数据寄存器 (odr) 的相关位执行读/写操作,可以消除这种开销。为方便起见,该stm 模块提供了一组常量,提供相关寄存器的地址。引脚 P4(CPU 引脚A14)的快速切换- 对应于绿色 LED - 可以执行如下: - import machine* L5 W8 O, I& }6 J! g
- import stm9 W. e! ^' O$ L) O
' }! O5 q* @' G- BIT14 = const(1 << 14)
6 P- u( D" ?2 H6 x - machine.mem16[stm.GPIOA + stm.GPIO_ODR] ^= BIT14
复制代码 Y0 L" ]! I/ ^$ W$ W3 f
6 G% U$ Z: X5 Y
: W0 H5 w" H1 p1 W$ v* U1 }- X2 \ [+ X. M0 I0 A3 C
9 V( o, m E' h" ~
|